基于Hermite函数的函数最小二乘逼近问题求助

你遇到的Hermite函数最小二乘逼近效果不佳的问题，主要源于代码中基函数调用错误、Hermite多项式/函数定义偏差这两个核心问题，下面逐一拆解并修正：

1. 致命错误：逼近值计算时误用基函数阶数 #

你的calculateVal函数中，循环遍历系数p时，始终用k（基函数总阶数）作为Hermite函数的阶数，导致所有项都使用同一个k阶Hermite函数叠加，完全偏离了最小二乘的线性组合逻辑：

错误代码： #

function[y] = calculateVal(p,a,k)
y=0;
for i=1:size(p)
    y = y+p(i,1)* hermite(a,k); % 所有项都用k阶Hermite，错误！
end
end

修正后： #

function[y] = calculateVal(p,a)
y=0;
% 遍历每个系数，对应使用第i阶Hermite基函数
for i=1:length(p)
    y = y + p(i,1) * hermite(a, i);
end
end

同时主逻辑中调用calculateVal时，不需要传入k，改为calculateVal(p,x(i))。

2. Hermite多项式与函数的定义偏差 #

你实现的Hermite函数和多项式不符合标准正交Hermite函数的定义，这会破坏基函数的正交性，导致最小二乘系数求解失效：

问题1：Hermite多项式的一阶项错误 #

标准概率型Hermite多项式的递推中，$H_1(x)=2x$，你当前写的是h = x，这会导致基函数的形状完全错误：

修正hermitePar函数：

function[h] = hermitePar(k,x)
if (k>1)
    h = (2*x*hermitePar(k-1,x)) - ((2*k-2)*hermitePar(k-2,x));
elseif (k==1)
    h = 2*x; % 修正为标准H₁(x)=2x
elseif (k==0)
    h =1;
end
end

问题2：Hermite函数的指数权重错误 #

标准正交Hermite函数的形式是$H_n(x)e^{-x2/2}$（而非你写的$e^{-x2}$），这个权重是保证Hermite函数在实数轴上正交的关键：

修正hermite函数：

function[h] = hermite(x,k)
h = hermitePar(k,x) * exp(-x^2 / 2); % 修正指数权重为-x²/2
end

3. 其他优化建议 #

• 简化采样点计算：在findCoeficients中，你已经生成了x=linspace(-1,1,N)，后续计算-1+2*(i-1)/(N-1)其实就是x(i)，可以直接替换，避免重复计算：

  Fi(i,j) = hermite(x(i),j);
  

• 基函数索引一致性：如果你的Hermite多项式从k=0开始定义（$H_0=1$），可以考虑将基函数的阶数从0到k-1，这样更符合数学定义，避免混淆。

修正后的核心代码验证 #

修正上述问题后，Hermite基函数的最小二乘逼近应该能达到和其他基函数类似的效果。你可以先测试小阶数（比如N=5,k=3）的情况，观察拟合曲线是否贴合目标函数$cos(\pi x)e^x$。

内容的提问来源于stack exchange，提问作者sswwqqaa